![Uploading image_780346.png . . .]
可用于OpenCV v3.3的预先构建的Windows库不包括CUDA模块，所以我已经包含了构建指令，这些指令与OpenCV v3.2几乎完全相同，适用于任何有兴趣的人员。
如果您只需要Windows库，请参阅使用Cuda 8.0下载OpenCV 3.3。
下面的指南详细说明了使用Visual Studio 2015 编译64位版本的OpenCV v3.3
共享库（如果在CMake中选择，还可以与Visual Studio 2015配合使用）CUDA 8.0，支持英特尔数学内核库（MKL）和英特尔线程构建块（TBB）
，以及绑定，允许从python内调用OpenCV函数。
注意：对于Visual Studio 2017，此过程将无效，因为CUDA 8.0 Toolkit不支持此操作。
对于Visual Studio 2013和2015，您首先需要：
-
安装[CUDA 8.0 Toolkit（v8.0.61）
步骤
1.找到CMake (cmake-gui)
cmake-gui 位置
2.选择 the source directory.
3.选择the build directory.
source and build directory
-
勾选 the Grouped and Advanced .
Enable
-
点击 Configure 。选择 compiler (and IDE) 和 Use default native compilers， Finish.
configure
-
展开BUILD组，取消BUILD_DOCS（需要额外的依赖关系，可以从这里下载）并勾选BUILD_opencv_world（构建为单个DLL）。。
-
展开CUDA选项卡，CUDA_TOOLKIT_ROOT_DIR应指向您的CUDA 8.0工具包安装，如果您安装了多个版本的工具包，并选择了该版本，然后将其更改为指向CUDA 8.0的路径。默认的CUDA_ARCH_BIN选项是为2.0-6.1（费米 - 帕斯卡）的所有架构构建微代码。此设置导致大的构建时间（i7上约3.5小时），但是所生成的二进制文件将在所有支持的设备上运行。如果您只想在特定设备上执行OpenCV，那么只需在此处输入该设备的计算能力，请记住，生成的库不能保证在输入的不同主要计算版本的任何设备上运行，请参阅CUDA C编程指南的详细信息。
-
展开WITH并启用WITH_CUBLAS以启用CUDA Basic Linear Algebra子程序（cuBLAS）。
- 再次按配置，CUDA选项应如下所示
配置窗口中不显示红色警告信息。
如果有,Visual Studio解决方案可能生成，但它可能无法构建。
注意：与v3.7.1相比，更新版本的CMake可能会发出类似于以下内容的警告：
可以安全地忽略这些警告。
-
按生成并等到窗口的底部指示成功。
-
打开项目（在旧版本的CMake中不可用，只需找到并打开Visual Studio解决方案文件）即可在Visual Studio中打开该解决方案。
单击解决方案资源管理器，展开CMakeTargets，右键单击INSTALL，然后单击构建。这将构建库并将必要的可再发行部件复制到本示例中
的安装目录E：/ build / opencv / vs2013 / x64 / cuda_mkl / install中。
如果一切顺利，恭喜，您现在有使用CUDA 8.0构建的OpenCV v3.3。
注意：如果您更改删除任何选项后按配置第二次，构建可能会失败，最好删除构建目录并重新启动。这可能看起来有点警惕，但最好等待一个小时的建造失败，然后重新开始。
网友评论